从2015到2025：技术创业的变与不变
在历史的长河中，我们总能发现那些令人艳羡的“先机”——无论是2008年购入比特币，2012年加入字节跳动，亦或是2015年买房置业，2018年重仓英伟达。然而，这些所谓的“机会”往往是幸存者偏差的产物。即便时光倒流，个体也未必能做出相同的决策，更遑论那些未能浮现的无数可能性。真正的洞察，需站在彼时彼刻，而非依赖于今日的“后视镜”视角。 创业亦然。本篇文章将以《技术人创业攻略》为引，回顾并剖 …
文章
从 2016 年写到现在，已经 168 篇。写的东西跟着我当时在做的事一路变化。
2016 至 2018
从计算机视觉、机器学习比赛和模型复现写起，边学边做。
2018 至 2020
进入网易游戏后，内容转向数据挖掘、用户分析、A/B 测试和模型部署。
2020 至 2025
在米哈游做算法，继续写反作弊和用户增长，也开始整理技术管理、量化研究和读书笔记。
2025 至今
把重心放到 AI 编程、Agent 与 Skills、内容增长和产品实践，记录真正用过之后的判断、方法和结果。
技术领导｜09 Bootstrapping Culture 塑造团队文化
翻译这篇文章时，我正在M家工作，感受到了独树一帜的企业文化。在这里，W公司经历的一些稀奇古怪的事没有了，而自身的动力和绩效也达到了一个新的高度。 可以说，正是M家的企业文化，引导和决定了我选择这里。同时，也是在相互选择的过程中，让我有了比W更高的生产力和更清晰的远景。 但同时，随着人数的扩充，也观察到了不同文化的碰撞和侵蚀。一些原以为对的事，开始有了不同立场。一些在W看到的过往，也在部分项目和部 …
41个 LangChain / LangGraph / LangSmith 案例研究
关于作者
三大LLM厂商的提示词行动指南
提示词工程的演变与重要性 自从22年以来，提示词已经经过多轮的迭代，发展出了更系统的方法论。在初期，各路网上的提示词，还更多是角色扮演，偏向C端用户。大家也相信，凭借 LLM 基座大模型的进步，提示词会逐渐退出舞台。然而一坤年（两年半）过去了，期待的基座模型大进步并未出现——提示词仍然决定了 LLM 应用的质量；也决定了用户交互时，能多大程度得到自己想要的答案。因此，再探提示词是有必要。无论是个人 …
所谓上下文工程，实质为Agent系统设计
原文作者 DAIR.AI Academy 中文翻译 gemini & kuhung 备注评论 kuhung 什么是上下文工程？ 几年前，许多人，甚至是顶尖的AI研究人员，都声称提示工程（prompt engineering）将不复存在。（注：当时的语境是说：当大模型足够强，人类就不需要写那些提示词。） 显然，他们错了。事实上，提示工程现在比以往任何时候都更加重要。它的重要性如此之高，以至于现在被重 …
差生文具多｜工具篇：JLPT考前冲刺，日本语文法碎片化学习
7月的JLPT考试临近，语法复习得怎么样了，还真难说。hero3046看了几遍，金龟子哥哥看了多少，心理还是没底呀。与其沉迷于碎片化信息，不如让碎片化知识打断自己。 本期差生文具多｜工具篇系列，博主手搓一份 JLPT 推送项目，用碎片化（知识）挑战碎片化（信息）。 特点：随机抓取一条JLPT考试语法点，推送到手机端。帮助用户利用碎片化时间学习和复习 JLPT 语法。 项目仓 …
“硅基奇谈”播客、视频生成工作流，借助notebooklm、whisper与three.js
有没有想过，将偶然看到的一段材料、抑或是采集到的一段音频生成对谈形式的播客，通过对谈的形式，来了解这个话题要不要深入。这听起来就很兴奋不是。这个场景，刚好命中了现代人的FOMO（Fear of missing out）害怕错过的心理情绪。 当下的很多AI产品思路都是如此，但做得好的不多。谷歌出品的NotebookLM是产品中的代表。最近新火起来的AI自媒体主播也是如此。通过信息过滤压缩，再配以“有 …
FastVLM iPhone 安装与实机测评
项目简介 FastVLM 是苹果发布的视觉语言模型，可以在iPhone和Mac上离线运行，能够理解图像内容并回答问题。所有预测都在设备本地处理，确保隐私和安全。项目地址：https://github.com/apple/ml-fastvlm 接下来说说实测最关心的性能表现和大小情况： 作者的测试设备为： MBP M1Pro 16G运行内存 iPhone16Pro A18Pro 8G运行内存 模型版 …
P人友好的高德（谷歌）地图 MCP
作为一个51%的J人，出门之前攻略是要做的，但是往往又是DDL驱动模式：不到最后不会做。在大语言模型的帮助下，攻略的生成比以往简单了很多。但是无法联网、充满幻觉的内容，又让人感到不安。不过最近一项工具的出现，使得攻略的心理成本下降非常多。本期主要介绍的是：接入地图信息的攻略生成工具：高德（谷歌）地图MCP。 生成的结果信息很丰富，信息的组织和呈现好了很多。如下： MCP原理 简单来说，MCP …
Numerai量化101
一、Numerai 平台介绍 Numerai 是一家坐标美国的对冲基金。据团队2025年2月向美国证券交易委员会（SEC) 披露的信息显示：截至20241231： 持仓规模为3.6亿美元（现金部分未披露） 基金持仓头寸数为389支 为什么要关注它，是因为它的噱头集成实在是太多了：机器学习+加密货币+对冲基金。它有自己的量化比赛平台，并且有自己发币：NMR。在比赛平台上，参赛者需要构建模型预测金融市 …